用途：在稿件流转或投稿前，对机械性语言一致性与英文清晰度做一次副本编辑，补足以内容为主的技能跳过的环节；作者常为非英语母语者，因此清晰度修改保持正式学术语体，且不改动事实。
主要能力： 一致性检查（确定性、非 LLM 判断，仅报告不修改）：运行 python3 "${CLAUDE_SKILL_DIR}/scripts/lint_consistency.py" path/to/manuscript.md，加 --strict 时发现问题返回非零退出码，可用于 CI 或投稿前门禁。它按八类标记并给出行号与计数：缩写（先用后定义、定义未用、重复定义、使用未定义）、US/UK 混用拼写、数字范围误用连字符（5-10 → 5–10）、p 值大小写混用与 P = 0.000、连字符与术语变体、散文中小数字写法、数值与单位间缺空格、标题与正文千位分隔符不一致。
图表来源区域漂移：运行 python3 "${CLAUDE_SKILL_DIR}/scripts/lint_figure_locale.py" --manuscript path/to/manuscript.md --figures-dir figures/，读取 pptx 幻灯片 XML 中的 <a:t> 文本和 .py/.R 绘图脚本文本，与第一阶段相同的 US↔UK 词族；--spelling us|uk 可强制目标，否则读前置元数据 spelling: 再回退正文多数派；--strict 漂移时非零退出；缺 figures 目录不算错误，退出 0。
使用方式：先用检查脚本出报告并展示给用户，报告是机械问题的唯一依据，不要把记忆中的其他问题当作检查结论；随后带用户逐类分诊，某些标记可能是期刊或作者选择，需用户批准后按类应用；修改用 Edit 完成拼写统一、数字范围改 en-dash、规范 P/p、统一连字符、展开小数字、补值/单位空格、首次定义缩写等；改完必须重跑 lint_consistency.py，计数应降至用户保留的问题，作为验证门禁。用户要求时才做可选清晰度润色，逐句改善可读性并保留含义、语体、数字与引用，以 before/after 差异展示并经用户审阅后写入。
限制：不重写科学主张，不改数值，不编辑引用，不评判研究质量，不做翻译，不负责 AI 痕迹去除、起草或重构、报告指南条目检查、AI 搜索优化、参考文献格式与引用完整性核验。输出为一致性报告，以及在用户门禁之后生成的清晰度修订稿与仅限文体的变更日志。若句意略有不确定，应保留原文并询问，不编造领域事实。可复现挑战卡：bash "${CLAUDE_SKILL_DIR}/scripts/lint_challenge/verify.sh"（PASS 表示 11 个植入问题覆盖 8 类加 2 个干净对照）。